随着我国机动车保有量快速增长以及交通运输行业的快速发展,道路交通事故造成的财产损失和人员伤亡给人们的正常生活带来巨大影响。如何有效减少交通事故,提高道路交通安全成为一大难题。在道路交通系统中,驾驶人是主体,驾驶人的行为与道路交通安全关系密切;在相同的道路交通环境下,不同驾驶人的驾驶习惯存在较大差异性,所面临的事故风险也各不相同。因此,分析不同驾驶人的行为特性,构建评估指标体系对驾驶人行为的安全性进行评估十分必要。根据目前各国对于驾驶行为的相关研究可以发现,现有研究对于驾驶人驾驶过程中相关数据采集的实验设计不够完善,对于驾驶行为安全性评估指标的分析与建模的研究也有所欠缺,所建立的驾驶行为安全性评估指标体系不够完整,安全性评估也不够准确。考虑到目前研究存在的不足,本文提出了基于改进TOPSIS的驾驶行为实时安全性评估方法研究,主要工作内容如下:（1）首先从三个方面开展分析,初步建立起驾驶行为安全性评估指标体系。安全性评估指标体系包括以下十个要素:变换车道视觉感知行为安全性、前方障碍物视觉感知安全性、制动幅值变化率、方向盘转角熵值、方向盘转角标准差、横向加速度标准差、横向车道保持安全性、纵向速度标准差、纵向加速度标准差和纵向加速度变化率。（2）为更准确的采集驾驶人驾驶过程中产生的相关数据并计算相关指标,设计了实车试验的方式,并招募了12名驾驶员参与数据采集。通过K-means方法对眼动仪采集的驾驶人注视点数据进行初始聚类,利用3σ原则筛选出部分异常点并进行剔除,从而得到更利于进行分析的驾驶人注视点分布图,并进一步分析得到驾驶人变换车道视觉感知行为安全性指标。（3）为减少计算复杂度,避免指标冗余,通过Pearson相关性分析对于初步确定的12名驾驶人的10个安全性评估指标数据进行分析,去除相关性较大的同类指标（纵向加速度标准差）,得到包括方向盘转角熵值在内的用于进行安全性评估的9个关键指标。接着通过主客观结合的AHP-Entropy方法确定关键指标权重,使所得到的指标权重更合理。（4）对传统的TOPSIS多属性决策方法进行改进,结合马氏距离和联系向量距离的独特优势,代替原方法中的欧式距离,重新计算得到各驾驶人与正负理想解的新相对贴近度,根据计算结果对12名驾驶人行为的安全等级进行排序,经过与传统方法对比分析,发现改进方法的驾驶行为安全等级排序结果更准确,验证了所提出的改进方法的可行性与准确性。本文所提出的改进TOPSIS驾驶行为实时安全性评估方法有助于提高驾驶员行为安全意识,及时发现并纠正不良驾驶习惯,降低安全隐患;为车辆高级驾驶辅助系统的研发提供理论支持。